• Journal of KIISE
• /
• v.42 no.12
• /
• pp.1551-1560
• /
• 2015

Software Reliability Growth Models (SRGMs) are used to quantitatively evaluate software reliability and to determine the software release date or additional testing efforts using software failure data. Because a single SRGM is not universally applicable to all kinds of software, the selection of an optimal SRGM suitable to a specific case has been an important issue. The existing methods for SRGM selection assess the goodness-of-fit of the SRGM in terms of the collected failure data but do not consider the accuracy of future failure predictions. In this paper, we propose a method for selecting SRGMs using the trend of failure data and failure prediction ability. To justify our approach, we identify problems associated with the existing SRGM selection methods through experiments and show that our method for selecting SRGMs is superior to the existing methods with respect to the accuracy of future failure prediction.

• Journal of Navigation and Port Research
• /
• v.31 no.8
• /
• pp.725-731
• /
• 2007

This paper aims to analyze an action about a port choice of shipper between two ports. For this propose, this paper analyzed a port choice action for Kwangyang and Busan port using a fuzzy logic and neural network. Also, this paper compared classification performance of fuzzy-neural network to Logit model, and analyzed a port choice action into change Para-meta such as freight volumes and service standard.

• The KIPS Transactions:PartA
• /
• v.10A no.2
• /
• pp.131-136
• /
• 2003

Comparison criteria and a selection model for concurrency control algorithms has been presented in this article. In addition, a comparison analysis has been performed with the developed comparison model. The result of the analysis can be utilized to select the best fitting concurrency control algorithm to the user's existing system environment.

• Journal of the Korean Society of Safety
• /
• v.4 no.1
• /
• pp.103-120
• /
• 1989

최근 도시교통계획분야에 있어서 교통수요의 예측모델 또는 교통정책의 평가 모델로서 비집계(非集計) 모델에 관한 연구가 진행되고 있다. 이 비집계모델은 개개의 의사결정단위에 있어서 선택행동을 영역마다 집계하는 것이 아니고 의사결정레벨의 데이터률 그대로 모델로 구성할 경우 이 데이터를 이용함으로써 의사결정단위의 선택행동을 모델화 할 수 있다는 특징을 갖고 있다. 한편 비집계모델의 사용목적은 여러가지로 생각되나 이것을 교통수요의 목적이나 교통정잭의 평가를 위한 모델로 이용할 때는 파라미터의 추정값이나 선택비율의 추정값에 대한 안정성이 매우 중요한 문제가 되고 있다.

• Annual Conference of KIPS
• /
• 2008.11a
• /
• pp.17-18
• /
• 2008

다변량 퍼지 의사결정트리(이하 MFDT)는 학습 모델의 구조가 간소하고 분류율이 높다는 장점 때문에 일반 퍼지 의사결정트리를 대신해 손동작 인식 시스템의 분류기로 사용되었다. 다양한 사용자의 손동작 특성을 분류하기 위해 여러 개의 인식 모델을 만들고 새로운 사용자에게 가장 적합한 모델을 선택해 사용하는 모델 선택 기법도 손동작 인식에 적용되었다. 모델 선택 과정을 통해 선택된 모델은 기존 모델 중에서 새로운 사용자의 특성에 가장 가깝지만 해당 사용자에 최적화된 모델이라고는 할 수 없다. 이 논문에서는 MFDT 모델을 새로 입력된 데이터를 이용해 적응시키는 방법을 설명하고 실험 결과를 통해 적응 성능을 검증한다.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.548-553
• /
• 2021

비디오 질의 응답은 입력으로 주어진 비디오와 질문에 적절할 정답을 제공하기 위해 텍스트, 이미지 등 다양한 정보처리가 요구되는 대표적인 multi-modal 문제이다. 질의 응답 시스템은 질의 응답의 성능을 높이기 위해 다수의 서로 다른 응답 모듈을 사용하기도 하며 생성된 정답 후보군 중 가장 적절할 정답을 선택하는 정답 선택 모듈이 필요하다. 정답 선택 모듈은 응답 모듈의 서로 다른 관점을 고려하여 응답 선택을 선택할 필요성이 있다. 하지만 응답 모듈이 black-box 모델인 경우 정답 선택 모듈은 응답 모듈의 parameter와 예측 분포를 통해 지식을 전달 받기 어렵다. 그리고 학습 데이터셋은 응답 모듈이 학습에 사용했기 때문에 과적합 문제로 각 모듈의 관점을 학습하기엔 어려우며 학습 데이터셋 이외 비교적 적은 데이터셋으로 학습해야 하는 문제점이 있다. 본 논문에서는 정답 선택 성능을 높이기 위해 전이 학습 기반의 멀티모달 퓨전 정답 선택 모델을 제안한다. DramaQA 데이터셋을 통해 성능을 측정하여 제안된 모델의 우수성을 실험적으로 증명하였다.

• Annual Conference of KIPS
• /
• 2019.10a
• /
• pp.813-816
• /
• 2019

최근 에너지 부족 문제 및 환경 문제의 해결수단으로 스마트 그리드가 많은 주목을 받고 있다. 스마트 그리드 기술은 에너지를 효율적으로 사용하는 데 도움을 주며, 이를 위해서는 더욱 정확한 전력수요 예측이 필요하다. 다양한 기계학습 기법 기반의 전력수요 예측 모델은 좋은 예측 성능을 보이지만 입력 변수의 개수가 증가할수록 처리해야 하는 데이터의 양이 기하급수적으로 증가한다는 단점이 존재한다. 또한, 불필요한 데이터를 입력 변수로 선정할 경우에는 모델의 정확도가 저하될 수도 있다. 이러한 문제를 해결하기 위해 다양한 특징 선택 기법들이 제안되었지만, 기존의 특징 선택 기법은 모델의 성능을 고려하지 않았기 때문에 실제 적용 시 오히려 모델의 성능이 저하될 수도 있다. 이에 본 논문은 유전 알고리즘을 기반으로 한 특징 선택 기법을 제안한다. 유전 알고리즘을 통해 각 모델에 맞는 최적의 입력 변수를 선택함으로써 빠른 학습 속도와 높은 정확도를 기대할 수 있다.

• Journal of Korean Society of Industrial and Systems Engineering
• /
• v.29 no.2
• /
• pp.37-42
• /
• 2006

기술집약적인 경제성장의 중요성이 강조되고 있는 가운데 이공계 진학과 과학기술직종선택의 감소는 성장잠재력에 가장 근본적인 위협이 된다. 이를 유지하려는 여러 가지 정책이 교육학적이나 사회학적 근거에서 제시되고 있으나 이를 분석하는 이론적 경험적 틀이 상대적으로 부족한 상태이다. 직업선택모델은 사회학적인 접근법이 활발하게 진행되었으나, 경제적 동인에 대극 분석이 부족하다. 본 논문에서는 2000년 미국 센서스 데이터에 나타난 가장 국제화된 미국의 과학기술직 사례를 통해 인적자본 모델을 기준으로 하여 기술직에 대한 기존의 연구와 비교한다. 이민의 직업선택모델의 관점에서 원주민의 경우와 비교하며, 동시에 타 직업군과 비교한다. 직업선택에서 미래소득에 대한 예측이 대체로 정확하나 실제의 선택이 다르다는 기존 논문들의 주장은 성간 차이의 문제를 제외하고는 현격하지 않다. 민족적 차이의 효과도 인적자본효과에 비해서는 크지 않다. 과학기술직은 고급 화이트칼라 직종에 비해 결혼과 교육 언어 경험면에서 저급한 직종의 특성을 보인다. 여성의 과학기술직 기피는 남성프리미엄이 높아서는 아니지만 합리적인 차별 때문으로 볼 수 있다.

• 한국HCI학회:학술대회논문집
• /
• 2006.02a
• /
• pp.368-373
• /
• 2006

본 연구는 다중 사용자가 존재하는 환경에서 각 사용자의 요구를 만족시킬 수 있는 서비스를 탐색하고, 선택된 서비스를 또 다른 사용자에게 제공되는 서비스와의 충돌 없이 제공하기 위한 서비스 선택 모델을 제안한다. 이 모델은 개별 사용자의 프로파일을 관리하는 사용자 에이전트(User Agent), 환경 정보를 인지하는 센서 매니저(Sensor Manager), 현 환경에 존재하는 기기들의 상태를 관리하는 장치 매니저(Device Manager), 그리고 개별 서비스들 사이의 충돌을 회피하고 서비스를 선택하는 서비스 브로커 (Service Broker) 의 4 가지 타입의 에이전트로 구성되어있다. 사용자 에이전트는 사용자의 과거 행동 정보로부터 사용자의 선호 패턴 및 프로파일을 추출해 낸다. 센서 매니저는 현재 환경에 존재하는 센서들로부터 전달받은 환경 정보를 조합함으로써, 현재 상황을 특징 짓는다. 사용자 에이전트와 센서 매니저로부터 현재 사용자의 특성과 현재 상황 정보를 전달 받은 서비스 브로커는 그 사용자가 현재 상황에서 어떠한 서비스를 필요로 하고 있는지 판단한다. 서비스 선택은 인지된 현재 상황에서 수행 가능한 서비스 목록 중에서, 사용자의 선호도 및 프로파일에 의해 적절한 서비스가 선택 된다. 이렇게 선택된 서비스는 그 서비스를 제공하기 위한 장치들의 작동을 제어함으로써 사용자에게 제공된다. 서비스를 위한 장치를 선택하고, 작업을 할당하기 위해 서비스 브로커는 장치 매니저를 통해 현재 사용 가능한 장치들의 상태와 제공하려는 서비스와 충돌을 일으킬 수 있는 장치들의 상태 정보를 받아와 서비스를 위한 최적의 장치들을 선택하고 동작에 대한 제어 정보를 작성한다. 이렇게 만들어진 서비스 제공 계획은 장치 매니저에게 전달되고, 장치 매니저는 계획에 따라 실제 장치들을 제어한다. 이상의 다중 에이전트 모델을 통해, 특정 상황에 존재하는 사용자 개개인에게 특성화된 서비스를 충돌 없이 제공할 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.571-573
• /
• 2002

음성인식과 온라인 필기인식에서 우수한 성능을 보이는 은닉 마르코프(HMM)의 HMM의 구조는 휴리스틱 한 방법에 의해 결정되는 것이 일반적이기 때문에 최적의 모델을 선택하는데 어려움이 있다. 이에 본 논문에서는 HMM의 구조를 체계적인 방법으로 정함과 동시에 변별력의 단점을 개선 할 수 있는 방법으로 Anti-likelihood를 이용한 모델간의 변별력을 살펴보고 최적의 모델 선택 기준인 BIC와의 결합하여, 체계적이고 효율적인 최적 모델 선택이 가능한 방법론에 대해 연구하고 필기데이터에 대해 검증한 결과, 기존의 방법보다 파라미터의 수는 감소되고 인식률이 향상됨을 알 수 있다.